Last updated on 3월 27th, 2025 at 10:25 오후
최근 주목받고 있는 이슈가 있죠 바로 엔비디아 GTC 2025에서 젠슨황이 했던 기조연설인데요. 엔비디아 GTC 2025 기조연설에서 CEO 젠슨 황은 인공지능 혁신과 발전을 중심으로 한 새로운 컴퓨팅 패러다임을 소개했습니다. 특히, Agentic AI와 Physical AI의 발전이 AI의 데이터 처리 및 추론 능력을 획기적으로 향상시키고 있으며, 이를 통해 다양한 산업에서의 활용 가능성이 무궁무진하다는 점을 강조했죠. 이번 행사는 AI의 미래와 엔비디아의 기술이 어떻게 산업 전반에 걸쳐 변화를 이끌어낼지를 보여주는 중요한 이정표가 되었다는 평가를 받고 있어요.
엔비디아 GTC 2025에서 진행된 젠슨 황의 연설이 궁금할 여러분을 위해서,
약 2시간 37분 분량의 인사이트를 전부 정리해 드리겠습니다.
지포스 5090의 등장과 AI의 역할
2025년 엔비디아 GTC 2025에서 가장 큰 주목을 받은 발표는 지포스 5090의 등장이었죠. 젠슨 황은 기존 지포스 4090보다 30% 더 작고, 에너지를 다루는 효율성도 30% 더 뛰어난 지포스 5090을 공개했어요. 그러나 단순히 하드웨어 스펙의 향상만으로 이 제품의 가치를 설명하긴 어렵습니다. 가장 주목할 점은 이 제품이 인공지능을 활용해 완전한 경로 추적을 실시간으로 구현한다는 점이니까요.
지포스 5090은 각 픽셀을 직접 계산하는 것이 아니라, AI가 한 픽셀을 기반으로 15개의 주변 픽셀을 추론하여 화면을 완성합니다. 이를 통해 이전보다 더 사실적이고 부드러운 그래픽을 구현할 수 있게 되었는데요. 그렇다면 게임이나 영상뿐 아니라 다양한 실시간 시뮬레이션 분야에서도 큰 변화를 일어날 것이라 예상해 볼 수 있죠. 중요한 점은 이 추론 과정이 프레임 간에도 일관성을 유지해야 하므로, AI의 정확성과 안정성이 필수라는 것!
정리하자면, 젠슨 황이 강조한 내용은 이거예요. 엔비디아의 그래픽 기술이 AI의 발전을 이끌었고, 이제는 AI가 다시 그래픽의 혁신을 주도하고 있다는 점. 그리고, 이러한 기술력이 25년간 쌓아온 경험의 결과이며, 전 세계적으로 지포스 5090이 매진된 것이 엔비디아가 받는 전 세계적 신뢰를 입증한다는 자신감을 보여주었습니다.
[출처] 조선일보
토큰의 힘과 인공지능의 가능성
그다음으로 젠슨 황이 언급한 것이 ‘토큰’의 개념입니다. 토큰은 AI가 정보를 처리하고 표현하는 기본 단위로, 데이터를 통해 AI가 세상을 이해하고 예측하게 해주는데요. 토큰은 단순한 정보의 집합이 아니에요. 과학적 데이터를 시각화하고 질병을 조기에 감지하며, 생명의 언어를 해석하는 데까지 활용되는 단위이죠.
AI는 토큰을 통해 자연의 법칙을 이해하고 예측 가능성을 높여줘요. 예를 들어, 날씨 데이터를 기반으로 재난을 사전에 예측하거나, 건강 데이터를 통해 질병 발생을 미리 감지할 수 있어요. 또한 토큰은 생명 보호의 연결고리가 되며, 풍요와 생산성 향상에도 기여합니다. 더불어, 로봇 분야에서도 단순한 동작을 넘어 인간을 돕고 기쁨을 주는 능력을 AI에게 부여하는 데에 토큰이 사용된다는 사실.
인공지능의 진화와 컴퓨팅의 변화
엔비디아 GTC 2025에서 진행했던 기조연설의 또 다른 주제는 인공지능과 컴퓨팅의 진화였어요. 지난 10년 간 인공지능이 얼마나 빠르게 발전해 왔는지 설명하며, 더 똑똑해진 생성형 AI가 우리 삶에 얼마나 깊숙하게 들어왔는지를 보여줬죠. 실제로 초기에는 이미지 인식이나 음성 인식 같은 인지 AI가 중심이었죠? 반면 최근 5년간은 텍스트, 이미지, 음성 등을 생성하는 생성형 AI가 각광받고 있어요.
이전에는 데이터를 미리 저장해두고 필요할 때 검색하는 방식이었지만, 이제는 AI가 상황을 이해하고 요청의 의미를 파악하여 실시간으로 답변을 생성합니다. 이렇게 진화된 방식은, 기존 컴퓨팅의 개념 자체를 바꾸는 혁신입니다. 또한 더 이상 단순 검색이 아닌 지능적 응답의 시대가 도래했음을 의미하죠.
레벨업한 AI와 컴퓨팅을 언급하며 함께 소개된 인공지능이 있어요. 바로 ‘에이전틱 AI’인데요. 상황을 인식하고 계획을 수립하며 물리 세계까지 이해한다고 합니다. 웹사이트를 탐색하거나 복잡한 작업을 스스로 해결할 수 있는 능력을 갖추고 있는 것은 물론이고요. 추가로, AI가 마찰이나 중력 같은 물리 법칙을 이해해 로봇 기술에 적용된다는 사실도 알려졌어요.
AI 발전의 과제: 데이터, 훈련, 확장
자, 그럼 앞으로 AI가 더 레벨 업 하려면 무엇이 필요할까요?
엔비디아 GTC 2025에서 젠슨 황은 세 가지 근본적 문제가 해결되어야 한다고 말했습니다.
첫째는 데이터입니다. AI는 학습할 디지털 경험과 데이터를 끊임없이 필요로 해요. 둘째는 훈련 방식으로, AI가 언젠가 사람의 개입 없이도 초인적인 속도로 학습을 해낼 수 있어야 하거든요. 셋째는 확장 문제. 더 많은 계산 자원을 투입할수록 AI가 스스로 더 똑똑해지고 지식과 사고를 확장시키는 알고리즘과 시스템이 필요하다는 겁니다.
젠슨 황의 발표에 따르면 AI의 컴퓨팅 요구량이 최근 1년간 예상보다 100배 증가했다고 합니다. 이는 행동 기반 AI와 복잡한 추론 기술의 발전으로 인해 생긴 현상이라고 볼 수 있는데요. 앞으로는 더 많은 계산과 더 빠른 속도가 필수입니다. 이를 위해 세계 곳곳에 지어진 데이터 센터의 규모가 계속 확장되고 있어요.
이 세 가지 문제 해결을 위한 엔비디아가 어떤 노력을 해왔는지,
젠슨 황의 설명이 이어집니다.
AI 추론 능력의 진화와 학습 방법
앞서 젠슨 황이 언급한 에이전틱 AI는 문제를 단계적으로 분석하고 추론할 수 있습니다. 예전에는 복잡한 질문에 대한 답변이 어려웠지만, 이제는 단계별 추론을 통해 정확한 해답을 제시할 수 있죠. 이 과정에서 생성되는 토큰의 수는 기하급수적으로 늘어나며, 더 많은 계산 자원과 빠른 처리 속도가 필요해집니다.
AI가 앞으로 더 복잡한 문제를 해결할 수 있으려면 당연히 훈련이 필요합니다. 다양한 예제와 주제를 통한 끊임없는 트레이닝을 해줘야 해요. 수학 문제나 논리적 문제가 주어지면 AI가 단계별로 사고하고 보상을 받는 방식으로 학습 시킨다고 하는데요. 이런 다소 빡빡한 학습 과정을 통해 AI는 점점 더 정교하고 유연해지고 있다는 거죠.
데이터 센터의 변화와 AI 공장
이제 데이터센터 이야기로 넘어가볼까요?
젠슨 황의 기조연설에 따르면, 미래의 데이터 센터는 단순히 데이터를 저장하고 검색하는 공간이 아니라, AI가 토큰을 생성하는 공장으로 탈바꿈할 것이라고 합니다. 엔비디아가 이러한 AI 공장을 만들기 위한 운영체제인 ‘Dynamo’를 개발해 AI가 빠르고 효율적으로 작동할 수 있도록 돕고 있다고 해요.
이 Dynamo 시스템은 사용자 요청에 따라 빠르게 반응합니다. 수많은 계산을 처리하면서도 에너지를 적게 소모하도록 설계됐고요. 특히 복잡한 문제를 해결할 때는 AI가 더 많은 토큰을 생성해야 하니 이에 따라 GPU의 효율적 사용과 메모리, 대역폭 관리가 적절하게 이뤄져야 하는데요. Dynamo가 바로 이런 문제를 해결하는 데 집중하는 시스템이라는 사실!
자율주행차와 AI 통합
엔비디아의 자율주행 관련 성과에 대한 자랑(?)도 이어졌는데요.
젠슨 황에 따르면 현재 엔비디아는 GM과의 협업을 통해 자율주행차 기술을 상용화하고 있다고 합니다. 데이터 센터와 차량 내부 모두에서 AI가 적용된대요. 자율주행차의 안전성이 가장 중요한 만큼, 세계 최초로 모든 코드의 안전성을 평가했다고 합니다.
또한, Omniverse라는 가상 환경을 통해 자율주행차가 다양한 환경을 시뮬레이션하고 안전하게 주행할 수 있도록 지원하고, Cosmos와 같은 시스템으로 AI 기반 자율주행의 학습을 더욱 효과적으로 만들도록 돕고 있대요.
컴퓨팅 인프라와 네트워크 기술의 발전
cuLitho는 NumPy 사용자를 위한 cu Numerica 라이브러리로, 리소스를 적게 소모하면서 신속한 결과를 제공한다고 하네요.향후 모든 산업에서는 두 개의 공장이 필요해지며, 하나는 제조 중심, 다른 하나는 AI와 수학적 계산 중심이 될 텐데요. 엔비디아가 cuOpt 라이브러리를 통해 공급망 관리를 최적화하고, 소요 시간을 순식간에 단축시킬 수 있게 됐습니다.
한편 cuLitho는 NumPy사용자에게 추천되는 제로 변경의 가속 라이브러리인데, CU Numerica를 사용하면 많은 이점을 누릴 수 있습니다. 컴퓨테이셔널 리소그래피는 반도체 제조 공정의 두 번째 공정을 포함하며, 미래의 모든 산업은 제품 제조와 AI를 위한 수학적 공정 총 두 가지를 거치게 될 겁니다. Arial 라이브러리는 5G 라디오로 GPU를 변환하고, 향후 AI가 통신 네트워크에 깊숙이 통합될 텐데요. 산업 전반에 걸쳐 다양한 제약과 변수를 최적화하는 데 필요한 수학적 최적화가 필수적인 만큼, 앞으로 더 중요한 기술이 될 겁니다.
그 다음으로는 CUDA.
CUDA로 말하자면, 단일 소프트웨어가 아니라 다양한 라이브러리와 통합되어 인공지능과 소프트웨어 생태계를 지원하는 기반이죠. CUDA 덕분에 가속컴퓨팅이 전환점을 맞이했다고 해도 과언이 아녜요. 2006년 이후 200만명이 넘는 개발자가 이를 사용하고 있죠. 900개 이상의 CUDAx 라이브러리와 AI모델을 통해 과학과 산업이 발전중입니다.
블랙웰(Blackwell)에 대한 자랑도 빠질 수 없겠죠?
블랙웰은 기존에 비해 50,000배 빠르며, 덕분에 시뮬레이션과 실시간 디지털 트윈 간의 차이가 줄어들고 있어요. 이제는 가속화된 컴퓨팅으로 산업 전체가 그 덕을 보게 될 텐데 이는 곧 cu-DSS와 같은 새로운 솔루션 덕분이고요.
새로운 블랙웰 아키텍처는 Hopper보다 40배 뛰어난 성능을 제공하며, 1엑사플롭스 (exaflop) 이상의 성능을 제공해 메모리 대역폭도 570TB/s에 달한다고 하네요. 액체 냉각 방식과 NVLink를 활용해 GPU 간 통신을 극대화했기에, 대규모 AI 모델의 추론에도 최적화되어 있다는 후문. 여기서 NVLink란, 모든 GPU가 동시에 통신할 수 있도록 하여 시스템의 성능을 극대화하고, 액체 냉각 방식을 통해 컴퓨터 노드를 집적하게 합니다.
최종적으로, 570TB/s의 메모리 대역폭과 1엑사플롭스의 성능을 제공하는, 세계에서 가장 극단적인 스케일 업을 달성했어요. 네트워크 기술에서는 실리콘 포토닉스 기반의 스위치가 도입됩니다. 데이터 센터의 연결성을 강화하고 전력 소비를 줄일 수 있게 되는데요. 이를 통해 효율적인 전력 사용과 고성능 연결이 가능해질 테니, 더 나은 데이터 센터 구축이 가능해질 전망입니다.
[출처] 조선일보
AI와 로봇 산업의 미래
마지막으로, 엔비디아가 그리는 로봇 산업은 어떤 모양일까요.
젠슨 황은 앞으로 로봇이 노동력 부족 문제를 해결할 수 있는 핵심 기술이 될 것이라 내다봤습니다. 엔비디아가 Gr00t N1이라는 인간형 로봇용 AI 모델을 개발했으며, 이 모델은 빠르고 느린 사고를 모두 수행할 수 있다는 설명도 덧붙였어요. 또한, 앞서 언급한 Omniverse와 Cosmos를 활용해 다양한 시뮬레이션 환경에서 로봇을 훈련시키고, 실제 환경에서도 정교한 작업을 수행할 수 있도록 돕고 있다고 말이죠.
정리
이번 엔비디아 GTC 2025는 단순한 기술 발표의 장이 아니라, AI와 컴퓨팅이 우리의 삶과 산업, 미래의 가능성을 어떻게 바꿔나갈지를 명확히 보여준 자리였다고 볼 수 있겠습니다. 젠슨 황은 지포스 5090의 혁신에서 시작해 AI 공장과 로봇의 미래까지, 하나의 흐름으로 이어지는 기술의 발전을 설명했어요. 엔비디아가 AI 시장에서 차지하는 위상을 고려한다면, 우리가 향후 어떤 방향으로 나아가야 할지를 시사했다고 해석할 수 있어요.
모든 산업과 일상의 중심에 AI가 자리 잡을 시대를 앞두고 있는 지금,
엔비디아가 그 변화의 선두에서 미래를 설계하고 있음이 분명해 보입니다.
AI 시대, 가장 확실한 대비를 위해
지금 바로 배울 수 있는 [ AI ] 관련 강의가 준비되어있어요.
지금 바로 아래에서 관심을 끄는 강의를 눌러 확인해보세요.
 테디노트의 RAG 비법노트 : 랭체인을 활용한GPT부터 로컬 모델까지의 RAG 가이드 |
 모두의 AI 케인의 Agent로 완성하는 RAG:데이터 별 아키텍처 설계를 중심으로 |
차원이 다른 연구 프로세스 |
2025 AI 시대 일잘러를 위한 비현실적인 |
